본 논문은 자율 주행 시스템의 안전성 및 견고성 평가를 위한 새로운 프레임워크인 LD-Scene을 제안합니다. LD-Scene은 대규모 언어 모델(LLM)과 잠재 확산 모델(LDM)을 통합하여 사용자 제어 가능한 적대적 시나리오 생성을 자연어를 통해 구현합니다. LDM은 현실적인 주행 궤적 분포를 포착하고, LLM 기반 가이드 모듈은 사용자 질의를 적대적 손실 함수로 변환하여 사용자 질의에 맞는 시나리오 생성을 가능하게 합니다. LLM 기반 Chain-of-Thought(CoT) 코드 생성기와 LLM 기반 코드 디버거를 통합하여 가이드 함수 생성의 제어 가능성과 견고성을 향상시킵니다. nuScenes 데이터셋을 사용한 실험 결과, LD-Scene은 현실적이고 다양하며 효과적인 적대적 시나리오 생성에서 최첨단 성능을 달성함을 보여줍니다. 또한, 적대적 행동에 대한 세분화된 제어를 제공하여 특정 주행 시나리오에 맞춘 효과적인 테스트를 가능하게 합니다.
